跳到正文
热点事件持续更新

研究者提出拜占庭鲁棒联邦学习算法Byrd-NAFL

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Lihan Xu 等作者提出拜占庭鲁棒联邦学习算法 Byrd-NAFL。该方法在服务器端对任意软 γ-拜占庭鲁棒聚合规则的输出应用 Nesterov 动量,各 worker 只需计算并上传随机梯度,保持无状态。 该算法由作者在论文中提出,目前尚无实验效果或与其他方法对比的结论。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.LG
    Byrd-NAFL:基于 Nesterov 动量的拜占庭鲁棒联邦学习算法

    研究者提出拜占庭鲁棒联邦学习算法 Byrd-NAFL,在服务器端对任意软 γ-拜占庭鲁棒聚合规则的输出应用 Nesterov 动量,各 worker 只需计算并上传随机梯度,保持无状态。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。